【技术实现步骤摘要】
【国外来华专利技术】
实施例总体上涉及计算机安全，并且更具体地，涉及在计算系统中使用飞地来保护秘密处理、秘密输入数据和秘密输出数据。
技术介绍
1、一些具有嵌入其中的算法的模型在训练阶段期间使用训练数据进行训练以导出模型参数。这些模型及其算法通常包括机器学习模型、深度学习模型、人工智能模型和其他算法，其中由训练参数表征的模型在训练数据集上进行训练以确定模型参数，并且稍后(例如，针对推断任务)由终端用户使用另一数据集将模型参数应用于模型。有时，一个实体(有时称为算法所有者)开发模型中具体化的秘密算法，而另一实体(称为数据所有者)提供用于训练模型的秘密训练数据集。一旦模型被训练，用户就可以在部署阶段期间使用该模型来使用用户的数据执行数据处理。算法所有者可能希望保护算法过程的细节不被暴露给数据所有者和/或用户。数据所有者可能希望保护模型训练期间使用的秘密训练数据免受算法所有者和/或用户的影响。现有的安全机制无法同时支持算法所有者和数据所有者的保护目标。现有方法可以保护模型，但假设模型是预先训练的，并且当训练数据秘密时，不能阻止在训练阶段期间发生信息泄漏。
<...【技术保护点】
1.一种方法，包括：
2.如权利要求1所述的方法，包括：
3.如权利要求2所述的方法，包括：
4.如权利要求3所述的方法，包括：
5.如权利要求4所述的方法，包括：
6.如权利要求5所述的方法，其特征在于，部署所述私有飞地包括在所述公共飞地的用户无法访问的私有网络内部署所述私有飞地。
7.如权利要求1所述的方法，其特征在于，所述秘密处理包括机器学习模型训练、深度学习模型训练和人工智能过程训练中的至少一者。
8.根据权利要求7所述的方法，其特征在于，所述秘密处理包括训练脚本。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。